JP：Jane Street 的机器学习与交易

我是 JP，自 2017 年起在 Jane Street 担任股票交易员。我的日常工作很难一概而论，因为每天都不一样：有时我专注于对现有模型做小幅改进，有时我们在交易台进行开放式讨论，探讨下一步可以尝试什么方法。

市场繁忙时，我会花更多时间关注当天的交易，并检查模型对可能超出训练分布的数据是否作出了恰当反应。亚洲是 Jane Street 增长最快的地区，我们在香港解决新问题时，创新和变化的速度让我感受到了这一点。

工作之余，香港不仅是前往亚洲各地旅行的好基地，也是一座适合户外活动的城市。我喜欢越野跑：办公室附近就有远足山径，不到一小时便能到海滩。

数据和建模一直是我们许多工作的核心，但研究基础设施和计算资源的规模已经大幅增长。我们每天使用的建模技术范围，也与我刚加入时大不相同。

持续扩展机器学习基础设施是我们的重要重点。我们正在增加研究人员可用的 CPU 和 GPU 计算资源，并建立大型内部库，让不同地区和交易台之间能够共享建模技术。

金融领域的机器学习有独特的挑战。与许多其他领域的问题相比，金融问题的信噪比往往较低，因此我们设计架构时必须考虑这一点。市场也会随着你的行动而变化，你必须考虑将策略投入市场后会发生什么变化。

我们并不一定只寻找某一种背景或类型的机器学习人才。我们希望找到聪明、好奇、有兴趣解决这些问题的人，无论他们从事建模还是基础设施工作；贡献力量的方式有很多。

我最喜欢 Jane Street 的地方是协作氛围。大家在交易台分享想法，互相帮助解决问题，共同为下一步的工作打基础。